概率论与数理统计-第3章 多维随机变量及其分布

第3章 多维随机变量及其分布

3.1 二维随机变量及其分布

一、二维随机变量

定义1：设随机试验的样本空间为S,o∈S为样本点，而
X=X(ω)，Y=Y(ω)
是定义在S上的两个随机变量，称(X,Y)为定义在S上的二维随机变量或二维随机向量，
一般地，称n个随机变量的整体X=(X₁,X₂,…,X_n)为n维随机变量或n维随机向量.

二、二维随机变量的分布函数

• 定义2：设(X,Y)是二维随机变量，对任意实数x,y,二元函数
  F(x,y)=P{(X≤x)∩(Y≤y)} =记为= P{X≤x,Y≤y} (1.1)
  称为二维随机变量(X,Y)的分布函数或称为随机变量X和Y的联合分布函数
• 若将二维随机变量(X,Y)视为平面上随机点的坐标，则分布函数F(x,y)=P{X≤x,Y≤y}就是随机点(X,Y)落入区域{(t,s) | t≤x,s≤y }的概率
  P{x₁<X≤x₂,y₁<Y≤y₂}=F(x₂,y₂)-F(x₂,y₁)-F(x₁,y₂)+F(x₁,y₁). (1.2)
• F_X(x)=P{X≤x}=P{X≤x,Y<+∞}=F(x,+∞),(1.3)
  F_Y(y)=P{Y≤y}=P{X<+∞,Y≤y}=F(+∞,y),(1.4)
  分别称F_X(x)和F_Y(y)为F(x,y)关于X和Y的边缘分布函数
• 联合分布函数的性质：
  • (1)0≤F(x,y)≤1，且
    ( a )对任意固定的y,F(-∞,y)=0;
    ( b )对任意固定的x,F(x,-∞)=0;
    ( c )F(-∞,-∞)=0，F(+∞,+∞)=1.
  • (2)F(x,y)关于x和y均为单调非减函数，即
    (a)对任意固定的y,当x₂>x₁时，F(x₂,y)≥F(x₁,y);
    (b)对任意固定的x,当y₂>y₁时，F(x,y₂)≥F(x,y₁)
  • (3)F(x,y)关于x和y均为右连续，即F(x,y)=F(x+0,y),F(x,y)=F(x,y+0)
  • (4)对任意四个实数a₁<a₂,b₁<b₂,有F(a₂,b₂)-F(a₂,b₁)-F(a₁,b₂)+F(a₁,b₁)≥0.
• 由 （X Y, ） 的概率分布（联合分布）可以唯一地确定 X 、Y 的分布（边 缘分布），反之则不对，即由 X 、Y 的分布（边缘分布）不能唯一地确 定 （X Y, ） 的概率分布（联合分布）。

三、二维离散型随机变量及其概率分布

• 定义3：若二维随机变量(X,Y)只取有限个或可数个值，则称(X,Y)为二维离散型随机变量，
  注：由定义易知，(X,Y为二维离散型随机变量当且仅当X,Y均为离散型随机变量时成立，
• 若二维离散型随机变量(X,Y)所有可能的取值为(x_i,y_j),i,j=1,2，…，则称P{X=x_i,Y=y_j}=P_ij(i，j=1,2,…)为二维离散型随机变量(X,Y)的概率分布（分布律)，或X与Y的联合概率分布（分布律）
• 易见，P_ij满足下列性质：
  (1)P_ij≥0，i，j=1,2,…;
  
• 联合概率分布表
  
• 由X和Y的联合概率分布，可求出X,Y各自的概率分布
  Pi.=P{X=x_i}=∑_jP_ij，i=1,2,…(1.7)
  P.j=P{Y=y_j}=∑_iP_ij，j=1,2,…(1.8)
  分别称P_i.(i=1,2,…)和P._j（j=1,2,…)为(X,Y)关于X和Y的边缘概率分布.

四、二维连续型随机变量及其概率密度

• 定义4：设(X,Y)为二维随机变量，F(x,y)为其分布函数，若存在一个非负可积的二元函数f(x,y),使对任意实数x,y,有
  
  则称(X,Y)为二维连续型随机变量，并称f(x,y)为(X,Y)的概率密度（密度函数）或X,Y的联合概率密度（联合密度函数）
• 概率密度函数f(x,y)的性质：
  （1）. f(x,y)>=0
  
  (3).
  
  (4)P{(X,Y)=(x₀,y₀)}=0
  (5).
  
  (6)***
  
  
  分别称f_X(x)和f_Y(y)为(X,Y)关于X和Y的边缘密度函数.

五、二维正态分布

3.2 条件分布与随机变量的独立性

一、条件分布的概念

易见，设X是一个随机变量，其分布函数为F_x(x)=P{X<=x},-∞<x<+∞,
若另外有一事件A已经发生，并且A的发生可能会对事件{X≤x}发生的概率产生影响，则对任一给定的实数x,记F(x|A)=P{X≤x|A},-∞<x<+∞,(2.1)
并称F(x|A)为在A发生的条件下，X的条件分布函数.

二、随机变量的独立性

设A是随机变量Y所生成的事件：A={Y≤y},且P{Y≤y}>0,则有

• 定义1： 随机变量X与Y相互独立的充要条件是X所生成的任何事件与Y所生成的任何事件独立，即对任意实数集A,B,有P{X∈A,Y∈B}=P{X∈A}P{Y∈B}.
• 定理1：设随机变量(X,Y)的联合分布函数为F(x,y),边缘分布函数为F_X(x), F_Y(y),若对任意实数x,y,有
  P{X≤x,Y≤y}=P{X≤x}P{Y≤y}, 即F(x,y)=F_X(x)F_Y(y), (2.2)
  则称随机变量X和Y相互独立
• 定理2：如果随机变量X与Y相互独立，则对任意函数g1(x),g2(y)均有g1(X),g2(Y)相互独立.
• 定义2：若对 任意(X,Y)的所有可能取值(x,y),有
  P(X=x_i,Y=y_j}=P(X=x_I}P(Y=y_j},
  P_ij=Pi.P.j,i,j=1,2,…,
  则称X和Y相互独立。
• 定义4设(X,Y)为二维连续型随机变量，f(x,y)为其联合概率密度：f_X(x),f_Y(y)分别为X与Y的边缘概率密度.若对任意的x,y,有
  f(x,y)=f_X(x)f_Y(y) (2.10)
  几乎处处成立，则称X,Y相互独立.

随机变量相互独立的四个结论：